[論文レビュー] Cooperative Spectrum Sensing over Generalized Fading Channels Based on Energy Detection

He Huang, Chaowei Yuan|arXiv (Cornell University)|May 19, 2017

Cognitive Radio Networks and Spectrum Sensing参考文献 31被引用数 4

ひとこと要約

本稿は、一般化された fading チャネル、特に α-κ-μ 分布を用いたエネルギー検出（ED）を用いた協調スプライスセンシング（CSS）フレームワークを提案し、認知的無線ネットワークにおける検出信頼性の向上を図る。モーメント生成関数およびマルクム-Q関数を用いて、検出確率および受信オペレーティング特性（ROC）曲線下の面積の閉形式表現を導出することで、最適なチャネルパラメータが、特に深刻なフェーディング条件下でも検出性能を顕著に向上させることを示している。

ABSTRACT

This paper analyzes the unified performance of energy detection (ED) of spectrum sensing (SS) over generalized fading channels in cognitive radio (CR) networks. The detective performance of SS schemes will be obviously affected by fading channel between communication nodes, and ED has the advantages of fast implementation, no requirement of priori received information and low complexity, so it is meaningful to investigate ED that is performed over fading channels such as Nakagami-m channel and Rice channel, or generalized fading channels such as \k{appa}-μ fading distribution and η-μ fading distribution. The α-\k{appa}-μ fading distribution is a generalized fading model that represents the nonlinear and small-scale variation of fading channels. The probability density function (p.d.f.) of instantaneous signal-to-ratio (SNR) of α-\k{appa}-μ distribution is derived from the envelope p.d.f. to evaluate energy efficiency for sensing systems. Next, the probability of detection model with Marcum-Q function has been derived and the close-form detective expressions with moment generating function (MGF) method are deduced to achieve sensing communications over generalized fading channels. Furthermore, novel and exact closed-form analytic expressions for average area under the receiver operating characteristics curve also have been deduced to analyze the performance characteristics of ED over α-\k{appa}-μ fading channels. Besides, cooperative spectrum sensing (CSS) with diversity reception has been applied to improve the detection accuracy and mitigate the shadowed fading features with OR-rule. At last, the results show that the detection capacity can be evidently affected by α-\k{appa}-μ fading conditions, but appropriate channel parameters will improve sensing performance.

研究の動機と目的

• 一般化されたフェーディングチャネル（Nakagami-m、Rice、κ-μ、η-μ、および一般化された α-κ-μ フェーディングモデルを含む）におけるエネルギー検出（ED）の性能を分析すること。
• スプライスセンシングのエネルギー効率を評価するため、α-κ-μ フェーディング分布の瞬時の SNR の確率密度関数（PDF）を導出すること。
• モーメント生成関数（MGF）およびマルクム-Q関数を用いて、検出確率および受信オペレーティング特性（ROC）曲線下の平均面積（AUC）の閉形式表現を構築すること。
• ORルールを用いた diversity 結合を用いた協調スプライスセンシング（CSS）を適用することで、影付きフェーディングの影響を軽減し、検出信頼性を向上させること。
• α-κ-μ フェーディングパラメータが検出性能に与える影響を定量化し、検出能力の向上に寄与する最適な設定を同定すること。

提案手法

• 包絡の PDF から出発し、α-κ-μ フェーディング分布の瞬時の信号対雑音比（SNR）の確率密度関数（PDF）を導出する。
• モーメント生成関数（MGF）法を用いて、α-κ-μ フェーディングチャネル上での検出確率の閉形式表現を導出する。
• フェーディングの影響下でも検出確率をモデル化するためにマルクム-Q関数を用い、性能評価の解析的可視化を可能にする。
• ORルールを用いた diversity 結合を備えた協調スプライスセンシング（CSS）を導入し、検出信頼性の向上と影付き効果の低減を図る。
• フェーディング状態下での全体的な検出性能を評価するため、受信オペレーティング特性（ROC）曲線下の平均面積（AUC）の正確な閉形式表現を導出する。
• α-κ-μ フェーディングパラメータ（α、κ、μ）のさまざまな組み合わせ下で、解析的結果の妥当性を性能評価により検証する。

実験結果

リサーチクエスチョン

• RQ1 α-κ-μ フェーディング分布は、認知的無線スプライスセンシングにおけるエネルギー検出の性能にどのように影響を与えるか？
• RQ2 α-κ-μ フェーディングチャネルにおける検出確率および受信オペレーティング特性（ROC）曲線下の面積（AUC）の閉形式表現は何か？
• RQ3 ORルールを用いた diversity 結合を備えた協調スプライスセンシングは、深刻なフェーディングおよび影付き条件下で検出性能をどのように向上させるか？
• RQ4 フェーディングパラメータ α、κ、μ は、検出信頼性および検出能力を決定づける上で果たす役割は何か？
• RQ5 モーメント生成関数（MGF）法は、一般化されたフェーディングチャネル上でのエネルギー検出に対して、正確かつ取り扱いやすい性能解析を提供できるか？

主な発見

• 検出確率は、MGF およびマルクム-Q関数を用いて α-κ-μ フェーディングチャネル上で解析的に導出され、性能評価の高精度化が可能になった。
• ROC曲線下の平均面積（AUC）の閉形式表現が導出され、スプライスセンシングシステムの全体的性能を評価する包括的な指標が得られた。
• ORルールを用いた diversity 結合を備えた協調スプライスセンシングは、検出精度を顕著に向上させ、深刻なフェーディングおよび影付きの影響を軽減する。
• 検出性能は α-κ-μ フェーディングパラメータに強く依存しており、α、κ、μ の最適な値を設定することで、検出能力を顕著に向上させることができる。
• 導出された式は正確であり、Nakagami-m、Rice、κ-μ、η-μ などの多くのフェーディングモデルを α-κ-μ の特殊ケースとして含む広範な適用範囲を持つ。
• 数値的結果により、フェーディングパラメータの適切な選択が、特に高フェーディング環境下で検出信頼性の向上に寄与することが確認された。